Optical Character Recognition Menggunakan Algoritma Template Matching Correlation

Abstract

OCR (Optical Character Recognition) adalah suatu solusi yang efektif untuk proses konversi dokumen cetak ke dokumen digital. Permasalahan yang timbul dalam proses pengenalan dokumen komputer adalah bagaimana teknik pengenalan untuk mengidentifikasi berbagai jenis karakter dengan berbagai ukuran dan bentuk. Metode pengenalan yang digunakan dalam tugas akhir ini adalah metode Template Matching Correlation. Sebelum proses pengenalan, citra masukan dengan format * bmp atau jpg * diolah terlebih dahulu di proses preprocessing, yang meliputi binerisasi, segmentasi, dan normalisasi gambar. Rata-rata tingkat keberhasilan pengenalan yang dihasilkan oleh sistem ini adalah 92,90%. Hasil akhir menunjukkan bahwa penggunaan metode Template Matching Correlation cukup untuk membangun sebuah sistem OCR dengan akurasi yang baik efektif.

Penggunaan e-KTP untuk Registrasi Otomatis Memanfaatkan Sistem OCR Dengan Metode Template Matching Correlation

“…template tersebut yang menjadi pola. Pada template matching, citra yang telah diinput dibandingkan dengan citra template yang berada pada basis data kemudian dibandingkan dengan menggunakan aturan tertentu [5]. kesamaan antar dua matriks dapat dihitung nilainya dengan menggunakan korelasi (correlation) yang didapat dengan menghitung rumus [5]: Dimana: Keterangan: r : nilai korelasi antara dua buah matriks (nilainya antara -1 dan +1) xik : nilai pixel ke-k dalam matriks i xjk : nilai pixel ke-k dalam matriks j xi : rata-rata nilai pixel matriks i xj : rata-rata nilai pixel matriks j n : jumlah pixel dalam suatu matriks…”

Identifikasi Plat Nomor Kendaraan Dengan Metode Optical Character Recognition Menggunakan Raspberry Pi

“…Penelitian ini fokus pada identifikasi plat nomor kendaraan bermotor dengan standar Republik Indonesia dengan studi kasus sistem parkir Itenas Bandung (Buana & Sukirman, 2016). Penelitian ini menggunakan perangkat Raspberry Pi dan Camera serta menggunakan Algoritma cropping Perspective Transform untuk memisahkan antara objek plat nomor dengan objek lain selain plat nomor kendaraan (Hartanto, Sugiharto, & Endah, 2015), setelah itu, proses selanjutnya pengenalan karakter menggunakan metode Optical Character Recognition (OCR) dan setelahnya akan ada proses character error handling untuk meningkatkan akurasi identifikasi karakter pada plat nomor.…”

Optimalisasi Image Thresholding pada Optical Character Recognition Pada Sistem Digitalisasi dan Pencarian Dokumen

“…Akurasi yang dihasilkan sebesar 97.58% dengan rata-rata 94.7% dengan kondisi pengambilan gambar tertentu [7]. Penelitian berikutnya mengimplementasikan template matching correlation untuk OCR untuk mengenali karakter teks dengan jenis font tertentu yaitu Arial, Times New Roman, Comic Sans MS, Cambria, dan Courier New dengan tingkat keberhasilan 92.90% [8]. Mengacu pada beberapa penelitian tersebut, OCR sangat memungkinkan untuk mengekstrak teks dari citra dokumen dengan tingkat keberhasilan yang cukup baik.…”